广州洪灾风险评价研究

潘安定,刘会平,杨木壮,黄婷薇,李 旭

(广州大学地理科学学院,广州510006)

广州洪灾风险评价研究

潘安定,刘会平,杨木壮,黄婷薇,李 旭

(广州大学地理科学学院,广州510006)

基于地理信息系统,综合运用模糊数学层次分析法和因子叠加法,对广州市分别进行洪灾危险性评价和承灾体脆弱性评价。再结合洪水危险性和承灾体的脆弱性的权重,运用GIS软件生成洪灾风险综合评价图。通过对洪灾风险综合评价图的分析,得出以下结论:总的看来,广州市洪灾的格局为:纵向南部风险高,北部风险低;横向东、西两翼风险高,中央风险低。评价结果可为广州市防洪减灾提供借鉴。

风险评价;危险性评价;脆弱性评价;广州市

洪灾是一种突发性灾害,而广州是中国洪灾最危险的城市之一,也是全国24个重点防洪城市之一,呈现出暴雨洪水多、过境客水多、台风暴潮影响多等特点。广州的洪灾类型主要是洪水和涝渍。当前,防洪减灾的思路正在由“抗御洪水”向“洪水风险管理”转移,非工程措施逐渐被摆到防洪减灾的重要位置。然而,目前涉及到广州市防洪减灾方面的研究主要集中在水文和防洪工程技术方面[1-4],对广州市洪灾风险评价方面的研究还很少见。水、旱、风灾害一直是广州发展的心腹大患,迫切需要加强灾害风险评价。

目前对灾害风险评价的研究主要集中在致灾因子、孕灾环境的危险性评价和承灾体的脆弱性评价两个方面。考虑到其影响因素错综复杂且往往没有截然的界限值,具有明显的模糊性,但各影响因素之间又具有明显的相关性和归类特征,难以用精确的数学工具严密地描述其孕育—发展—产生过程,因此,本研究在GIS软件的基础上综合运用模糊数学层次分析法和因子叠加法,进行广州市洪灾风险评价,并对结果进行分析和讨论。

1 研究方法

参考《广东省自然灾害史料》[5]《广东省防灾减灾年鉴》[6],统计出广州地区在公元975—2007年间各区(县)发生的大洪灾次数;年平均降雨量及暴雨数据来自广东省气象台地面日值数据(1969—2007年);高程和坡度数据来自15m×15m分辨率DEM数据;河网数据来自《广州市江河流域(区域)水系图》;年平均降雨量及暴雨数据来自广东省气象台《广东省地面气象年鉴》地面日值数据(1969—2007年);防洪因子数据源于《广州市水利志》[7]、《广州地灾防治规划图》[8]。

本研究综合运用层次分析法和因子叠加法。为了实现对广州市洪灾风险评价,研究分为两部分:首先完成危险性评价和脆弱性评价,再综合危险性评价和脆弱性评价得出风险评价(图1)。

图1 广州市洪灾风险评价层次结构模型Fig.1 M odel of arrangement and configuration for floodhazard evaluation in Guangzhou C ity

2 致灾因子和孕灾环境危险性评价

2.1 致灾因子对洪灾危险性的影响分析

由于广州的洪水主要源于境外洪水,故洪灾频次(反映了洪水频次)是构成危险性的主要风险因素。广州洪灾危险性还受区内天气因素(影响区内洪水)和下垫面因素的影响。通过比较10多种主要影响因子,综合考虑数据的可靠性、影响的重要性和获取的难易程度,主要选择了历史上洪灾发生的次数、地形、河网、年降水量和年暴雨日数5个因子来进行危险性的评价。

表1 洪涝灾次数的分级及相应的影响度Tab.1 C1assification for the ti mes of flood and its influence degree

历史洪灾发生的次数反映了致灾因子特大洪(潮)水的频发程度,通常灾次越多,发生的特大洪(潮)水也越多,危险性也就越大。本研究选用广州地区在公元975—2007年间各区县发生的大洪灾次数划分不同等级,并确定其对洪灾危险性相应的影响度(表1)。运用ArcGIS生成洪涝灾次危险性图层(图2)。

图2 洪涝灾次危险性空间分异Fig.2 The spati al distribution of flood ti mes risk

根据地形因子中相对高程越低、高程相对标准差越小,洪水危险性程度越高的原则,确定地形高程与洪水危险程度关系(表2)。

表2 地形高程的分级及其相应的影响度Tab.2 Classification of the height and its influence

运用ArcGIS的重分类功能把广州市DEM数据分级,生成绝对高程危险性空间分异图;在ArcGIS的基础上,对广州市DEM数据进行高程相对标准差的计算,并依据计算得到的标准差的均值和方差,得到相对高程危险性空间分异图。

综合以上2个图层,并根据表2确定地形高程综合影响因子,得到综合地形高程危险性空间分异图(图3)。

图3 地形高程危险性空间分异Fig.3 The spatial distribution of the altitude factors’risk

对年均降水量和年均暴雨(≥50mm)日数两因素划分等级并确定出对洪灾危险性的相应影响度[9](表3,表4)。据此,利用ARC/I NFO得到年均降水量危险性空间分异以及年暴雨危险性空间分异2个图层。

表3 不同降水量对洪灾危险性的影响度Tab.3 The precipitation and its i nfluence to flood risk

表4 不同暴雨日数对洪灾危险性的影响度Tab.4 The ra instorm days and its i nfluence to flood risk

河网分布与洪水的危险性的关系主要依据不同级别河网的缓冲区范围而定。不同的缓冲区宽度代表不同地段受洪水侵袭具有不同的难易程度。本研究分别对广州市河流建立了两级缓冲区,缓冲区的宽度则综合考虑河流的级别、所处的高程等因素。河流的高程属性则通过河流与高程分级图层叠加分析得到。根据实际情况,具体等级的划定以及宽度的确定见表5。

表5 不同高程下的各级河流缓冲区宽度Tab.5 Breadth of buffer for rivers in different heights

利用ARC/I NFO的BUFFER功能分别得到广州河流、湖泊的缓冲区后,再利用其提供的栅格化(GR I D)功能,把综合缓冲区图转化成15m×15m的栅格图,再分步进行15次raster calculator运算得到河网分布对洪水危险性的影响度空间分异图(图4)。并根据距离河流越近洪灾危险性越大的原则,确定各级缓冲区对洪水危险性的影响度:一级缓冲区为0.9,二级缓冲区为0.8,非缓冲区为0.5。

图4 河流缓冲区危险性分异Fig.4 The risk influence distribution of rivers’buffers

根据图1中洪灾危险性结构,运用AHP方法[10]构建危险性因子权重判断矩阵,求解各因子对危险性的影响权重。其中,C1,C2,C3,C4,C5依次为洪灾灾次、综合地形因子、河网密度、年均暴雨日数、年均降雨量因子。矩阵中Cij的值是通过采用谢菲尔德法咨询专家、查阅相关文献对各个因子一一比对得出的,表示第i个因子Ci相对于第j个因子Cj的重要性的标度值,各标度值的给定依据表6。

表6 Cij各标度的意义Tab.6 M ean i ng of the mark for Cij

本研究中,采用和积法求解以上矩阵,计算判断矩阵的特征根和特征向量。

①对于判断矩阵C,计算满足:BW=λmaxW的特征根和特征向量。λmax为C的最大特征根,W为对应于λmax的正规化特征向量,W的分量Wi就是对应元素单排序的权重值。

②检验判断矩阵的一致性,计算一致性指标

③检验判断矩阵是否具有令人满意的一致性,需要将CI与平均随机一致性指标R I(表7)进行比较,CR= CI/R I。

表7 1～9阶矩阵一致性指标RI的值Tab.7 TheRIvalue of coincidence i ndicator of 1～9 stepsmatrix

当CR<0.10时,就认为判断矩阵具有令人满意的一致性。

2.2 致灾因子和孕灾环境危险性评价结果

基于上述的各个因素的分析,考虑各危险性因子的权重,利用ARC/I NFO提供的栅格叠加和空间分析功能,叠加各危险性因子,得到致灾因子和孕灾环境危险性空间分异图,最高区域主要分布于南沙、番禺、海珠等区的珠江(网河)沿岸,以及增城市境增江中下游沿岸、西福河下游沿岸、东江右岸地区。

3 承灾体脆弱性评价

3.1 脆弱性因子对洪灾脆弱性的影响分析

基于洪灾损失率的易损性分析主要有以下几方面的困难:①调查承灾体的分布及估算其价值极其困难而且耗资巨大;②不同类别的承灾体易损性特征难以得到,目前仅对农作物、房屋等很少几类承灾体的易损性特征研究较为成熟;③难以定量分析社会承灾能力。

一般认为,防灾、减灾措施及社会经济条件可以定性反映区域脆弱性的高低。社会经济发达的地区,人口、财富密集,产业活动频繁,承灾体的数量多,密度大,价值高,遭受洪灾时人员伤亡和经济损失就大。值得注意的是,社会经济条件较好的地区,区域承灾能力相对较强,相对损失率较低,但区域绝对损失率和损失密度都不会因此而降低。同样等级的洪水,发生在经济发达、人口稠密的地区可能造成的损失往往要比发生在荒芜人烟的经济落后的地区大得多。社会经济易损性分析一般以一定行政单元为基础,从而可直接利用各类统计报表与年鉴。关于采用何种社会经济指标来反映区域社会经济易损性大小,目前尚无统一标准,并因区域的不同而不同。根据广州的实际情况,本研究选取各区(市)的主要工程防洪(潮)标准、人均GDP、人口密度、单位面积GDP作为脆弱性评价指标,其中前两个指标与脆弱性呈负相关,后两个指标与脆弱性呈正相关。

3.1.1 防洪(潮)措施对于洪灾脆弱性的影响很大。对“98洪灾”的反思使我们意识到了社会机制对于抵抗洪灾的重要性[11]。统计资料表明,广州地区在防洪(潮)设施薄弱的解放前,洪灾发生的频次和强度均多或强于防洪(潮)措施日益得到改善的解放后时期。人均GDP水平的高低直接关系到减灾抗灾投入的能力和潜力,进而影响洪灾脆弱性,这两个因子与脆弱性呈反相关的关系。根据不同范围等级的防洪标准和人均GDP确定对洪灾的不同影响度(表8～9)。依据《广州社会经济统计年鉴》、《广州市水利志》、《广州水利》(2003—2007年)中的资料整理而得的数据,利用ArcGIS生成防洪标准对脆弱性的影响度空间分布图和人均GDP对脆弱性的影响度空间分布图,同样把上述矢量分布图转化为单元大小为15m×15m的栅格图(图5,图6)。

表8 防洪(潮)标准分级及其影响度Tab.8 Classification of flood (upsurge)-controlling standards and its influence

表9 人均GDP分级及其相应影响度Tab.9 Classification of mean GDP and its influence

3.1.2 人口密度的大小反映了洪灾发生时生命健康损失风险的大小。单位面积GDP不同,遭受同等强度的洪涝灾害侵袭时,其绝对损失量有很大差别。人口密度越大、经济密度(单位面积GDP)越高,脆弱性也越高。根据不同范围等级的人口密度和经济密度,确定其对洪灾脆弱性的影响度(表10～表11)。从《广州社会经济统计年鉴》获得相关人口密度和经济密度数据,利用Arc-GIS软件,生成人口密度对脆弱性的影响度分布图和经济密度对脆弱性的影响度分布图,同样把上述矢量分布图转化为单元大小为15m×15m的栅格图。

表10 人口密度分级及其影响度Tab.10 Classification of the population density and its influence

表11 经济密度分级及其相应影响度Tab.11 Classification of the economy density and its influence

3.2 各脆弱风险因子权重的确定

根据图1中洪灾脆弱性结构,构建脆弱性因子权重判断矩阵(表12),求解方法及过程与本研究危险性因子权重判断矩阵的求解相同。其中C6,C7,C8,C9依次为防洪因子、人均GDP、人口密度、经济密度,矩阵求解结果如表13。

表12 脆弱性因子权重判断矩阵Tab.12 Matrix of the weight of vulnerability factors

表13 各脆弱性因子权重计算结果Tab.13 The result of the weight of vulnerability factors

3.3 承灾体脆弱性评价结果

基于上述各脆弱性因子的分析,考虑各脆弱性因子的权重,利用ARC/I NFO提供的栅格叠加和空间分析功能,叠加各脆弱性因子,得到承灾体脆弱性空间分异图(图7)。从图中可以看出,承灾体脆弱性最高的区域分布于越秀、荔湾、海珠等区,脆弱性最低的区域分布于白云区。

4 洪灾风险综合评价及其结果分析

基于上述各个因素的分析,考虑各危险性因子的权重,利用ARC/I NFO提供的栅格叠加和空间分析功能,叠加各危险性因子,得到洪灾风险空间分异图(图8)。从图中可以看出,广州市的洪灾风险总体格局为:纵向南部高,北部低;横向东西高,中央低。这与北部和中央是山区、河流少水量小,南部和东、西部平原多、河流多且水量大有很大的关系。

从各区(市)来看,越秀和南沙的绝大部分、荔湾的大部分、番禺的南部、东部和北部、海珠等区的珠江沿岸、增城市增江中下游平原、西福河下游平原及东江右岸平原风险最高,风险度高于0.75;海珠区的绝大部分、番禺北部的大学城以南地区、荔湾区的部分、黄埔区的东部和南部、增城市的中南部、白云区的西部、花都区南部及从化市的新华镇等风险第二高,风险度高于0.65,应特别加以防范;萝岗区大部分、白云区东部、增城北部及天河区北部等风险较低;风险最低处分布于从化、花都、白云、萝岗和增城等区(市)的山区。

最后,值得提出的是,由于北江大堤不在评价区内,且出于问题的复杂性和数据的可得性,故本评价没有考虑北江大堤可能崩溃所带来的风险;如果考虑了这一风险,根据历史经验,花都区的南部、白云区的西部和荔湾区、海珠区的风险会更高。

广州市洪灾风险评价结果表明,洪灾风险总体上呈纵向南部高,北部低;横向东西高,中央低的格局。其中,越秀和南沙的绝大部分、荔湾的大部分、番禺的南部、东部和北部以及海珠等区的珠江沿岸、增城市增江中下游平原、西福河下游平原及东江右岸平原风险最高,应特别加以防范。该评价结果可以作为有关部门制定相关防灾减灾政策的重要参考依据。

[1] 曾建新.堤防工程的地质问题及勘察分析[J].建材与装饰,2007(10):183-184.

[2] 吴永鸿.北江大堤加固达标设计的若干问题[J].建材与装饰,2007(9):21-22.

[3] 罗凌云,申明亮.模袋混凝土技术在北江大堤加固达标工程中的应用[J].广东水利水电,2007(1):74-76.

[4] 粱计和,黄勇强,何兰,等.北江下游河段的水文泥沙特征分析[J].武汉职业技术学院学报,2007,6(3):80-83.

[5] 广东文史研究馆.广东省自然灾害史料[M].广州:广东科学出版社,1999.

[6] 广东省防灾减灾年鉴编纂委员会.广东省防灾减灾年鉴(1996—2007)[M].北京:气象出版社,1996-2007.

[7] 广州市水利志编纂委员会.广州市水利志[M].广州:广东科技出版社,1991.

[8] 广州市国土资源和房屋管理局.广州地灾防治规划图[EB/OL].(2008-10-02)[2009-11-18].http:// www.laho.gov.cn/dzkc/dzzhfz.

[9] 徐建华.现代地理学中的数学方法[M].2版.北京:高等教育出版社,2002:224-249.

[10] 王晓静,潘安定.近20年广州暴雨成因及特征初探[J].广州大学学报,2006,5(2):50-53.

[11] 曹诗图,黄昌富.‘98洪灾’的反思与对策[J].地域研究与开发,1999,18(1):87-89.

On the Flood Hazard Evaluation in Guangzhou

Pan Anding,Liu Huiping,YangMuzhuang,Huang Tingwei,Li Xu
(School of Geography Science,Guangzhou University,Guangzhou510006,China)

By the aid of the ArcGIS,the author applied the Fuzzy math theory and factors added method to the evaluation of flood risk and vulnerability of the disaster bearing body of Guangzhou respectively.The flood hazard evaluation map was generated by drew support from GIS software,and compared with the weight analysis of the flood risk and the vulnerability of the disaster bearing body.On the basis of the analyzing the map,the author comes to the following conclusions:The flood hazard intensity of Guangzhou is high in the southern and lower in the northern;the eastern and the western are high and the centre of the city is low.The evaluation resultsmay provide reference for flood prevention and mitigation of Guangzhou city.

hazard evaluation;risk evaluation;vulnerability evaluation;Guangzhou City

book=0,ebook=98

X43

:A

:1003-2363(2010)05-0104-06

2009-10-08;

:2010-07-25

国家自然科学基金项目(40671187);广东省科技计划项目(2007B020710009);广州市科技计划项目(2005Z3-D0551)

潘安定(1953-),男,辽宁法库县人,教授,博士,主要从事环境演变与自然灾害研究,(E-mail)pad_88@126.com。